Mapping China´s time-varying house price landscape

Abstract

El reciente aumento de los precios de la vivienda en China a nivel nacional oculta una gran variación a nivel de ciudades, una característica que ha pasado relativamente desapercibida en la literatura de las políticas macroprudenciales. Este artículo se enfoca en medir la heterogeneidad en la evolución de los precios de la vivienda en 70 de las principales ciudades de China y en evaluar su relación con las características del mercado inmobiliario. Las estimaciones indican una sincronización creciente en los precios de la vivienda antes de 2015, y un patrón posterior de desacoplamiento, el cual está asociado a la considerable heterogeneidad de las políticas macroprudenciales regionales. Luego de clasifi car ciudades en cuatro grupos que comparten características cíclicas de precios de vivienda similares, se documenta una alta sincronía dentro de los grupos, pero una baja sincronía entre ellos. La evidencia empírica sugiere que los diferenciales en el crecimiento de la población, los ingresos y la calidad del aire son factores explicativos relevantes de la sincronización del precio de la vivienda entre ciudades.

The recent increase in China’s house prices at the national level masks tremendous variation at the city level – a feature largely overlooked in the macroprudential literature. This paper measures the evolving heterogeneity in China’s house price dynamics across 70 major cities and assesses its relationship with housing market characteristics. We gauge the heterogeneity of house price dynamics using a novel regime-switching modelling approach to estimate the time-varying patterns of China’s city-level housing price synchronization. The estimates indicate an increasing synchronization leading up to 2015, and a decoupling pattern thereafter, which is associated to the heterogeneous strength of regional macroprudential policies. After sorting city-level housing prices into four clusters sharing similar cyclical features, we document high synchronization within clusters, but low synchronization among them. The empirical evidence suggests that differentials in the growth of population, income, and air quality are relevant explanatory factors of housing price synchronization among cities.